| 题名 | 基于深度学习的无参考模糊图像质量评价方法研究; No Reference Image Blur Assessment Based on Deep Learning |
| 作者 | 陈欣 |
| 答辩日期 | 2016-03-17 ; 2015-05-21 |
| 导师 | 黄悦 |
| 关键词 | 模糊图像质量评价 无参考 深度学习 卷积神经网络 深度信念网络 image blur assessment no reference deep learning convolutional neural networks deep brief networks |
| 英文摘要 | 在如今智能多屏时代，人们对图像的要求越来越高，高清、高质是现代视觉信息所追求的基本目标。同时，图像作为当下传播和分享信息最为便捷的载体，已经成为了人们沟通和交流不可或缺的一种表现形式。但是，成像过程等因素造成的降质图像会严重影响图像内容本身所携带信息的呈现，严重影响视觉感受。因此，在人们对视觉感受日益增长的需求之下，对图像质量的智能感知和评价以获得更高质的图像质量是亟待解决的难题。 模糊是图像降质的重要原因之一，而无参考图像质量评价应用最为广泛。传统的无参考模糊图像质量评价方法着眼于在空间域或变换域人工直接寻求与图像质量相关的特征，进而根据建立映射关系来评估图像的质量。本文在深入研究深度学习...; In the smart and multi-screen days, people more and more focused on the requirement of image, high definition and high quality are the basic goal of modern visual information seeking. At the same time, the image as the spreading and sharing information tools, it becomes indispensable to people for communication and chatting. However, lots of distorted images will seriously affect the image content...; 学位：工学硕士; 院系专业：信息科学与技术学院_信号与信息处理; 学号：23320121152994 |
| 语种 | zh_CN |
| 出处 | http://210.34.4.13:8080/lunwen/detail.asp?serial=50262 |
| 内容类型 | 学位论文 |
| 源URL | [http://dspace.xmu.edu.cn/handle/2288/134968]  |
| 专题 | 信息技术－学位论文 |
| 推荐引用方式 GB/T 7714 | 陈欣. 基于深度学习的无参考模糊图像质量评价方法研究, No Reference Image Blur Assessment Based on Deep Learning[D]. 2016, 2015. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论